Коротко: код
s = ""
for part in parts:
s += part
медленный из‑за того, что строки в CPython неизменяемы — при каждом += создаётся новая строка и копируются все символы из старой + добавляемой части.

Почему и оценка сложности

Пусть (k) — число частей, (|parti|) — длина i‑й части, суммарная длина (N=\sum{i=1}^k |part_i|).Стоимость i‑го шага пропорциональна сумме длин первых (i) частей: (Si=\sum{j=1}^i |part_j|).Общая стоимость копирования: (\sum_{i=1}^k Si = \sum{j=1}^k |part_j|\,(k-j+1)). Это в худшем случае квадратично по числу частей: например, если все части имеют константную длину, время (\Theta(k^2)).В асимптотиках: общее время может достигать (O(k^2)) (или более точно (O(N\cdot k)) как верхняя оценка), а типичный и часто приводимый результат — повторное конкатенирование даёт квадратичное поведение при большом количестве мелких частей.Пиковая память: при каждом шаге хранится старая и новая строка → пиковое использование может быть близко к (2N) (плюс накладные расходы).

Примечание: CPython иногда умеет оптимизировать += в тех случаях, когда левая строка имеет ссылку только одну (in‑place reuse), но это негарантированно и не стоит на это полагаться.

Оптимальные альтернативы (коротко + преимущества)
1) Собрать в список и в конце сделать join:
parts_list.append(part)
result = ''.join(parts_list)

Время: (O(N)). Память: (O(N + k)) для списка указателей и итоговой строки.Лучший общий вариант для текстовых фрагментов.

2) io.StringIO:

Использование: создать io.StringIO(), вызывать write(part) и в конце getvalue().Время: (O(N)). Удобен если нужен потоковый интерфейс; внутренне эффективно буферизует записи.

3) Для байтов — bytearray или io.BytesIO:

buf = bytearray(); buf.extend(chunk) или io.BytesIO().write(...).Мутируемая структура — быстро и экономно по копированию для бинарных данных.

4) Предвыделение (если известен итоговый размер) — редко применимо для str, но для байтов можно заранее выделить буфер и записывать в него.

Рекомендации для больших данных

Не накапливайте весь результат в памяти, если итог большой:
Пишите по кускам в файл (open(..., 'w') / .write()), в сетевой сокет, или используйте генератор/стриминг.При работе с большим числом мелких частей — собирайте в списки по «чанкам» (например, по 1000 элементов), делать ''.join() для чанка и сразу write() в файл, чтобы избежать большого списка и больших временных копий.Для бинарных больших потоков — bytearray/io.BytesIO или прямые файл/мmap.Профилируйте — измерьте время и использование памяти; для очень больших данных используйте внешнее хранилище (файлы, БД) вместо сборки в RAM.Не полагайтесь на оптимизацию +=; используйте list.append + ''.join как стандартный и предсказуемо быстрый способ.

Итоговая короткая рекомендация: для текста — накапливайте фрагменты в списке и делайте ''.join(...); для бинарных — bytearray/io.BytesIO; для очень больших объёмов — стримьте в файл/сетевой поток, не держите всё в памяти.